बनाए हुए शॉट में आवाज़ जोड़ना
सीधा इस्तेमाल: वीडियो नोड से बिना आवाज़ निकले सारे वीडियो, यानी ज़्यादातर। जिस विवरण से तस्वीर बनी थी उसे वापस लीजिए, स्रोत रखिए और इरादे फेंक दीजिए, परिवेश की हिदायत का तीन-चौथाई पहले से तैयार है।
एक ख़ामोश शॉट, एक परिवेश-ध्वनि की परत और एक संगीत की तह: तीनों टुकड़े यहाँ बनते हैं, संपादन उन्हें जोड़ता है। पूरा वर्कफ़्लो, बिना खाता बनाए।
असली वर्कफ़्लो, असली नतीजे। खुलकर घुमाइए और ज़ूम कीजिए।
यह वर्कफ़्लो इस्तेमाल करेंअसली वर्कफ़्लो: बारिश में भीगते कैफ़े की छत का शॉट ख़ामोश है, और दोनों नोड उसमें जो नहीं था वह परिवेश-ध्वनि और संगीत बनाते हैं।
एक नज़र में
बनाए गए ज़्यादातर वीडियो ख़ामोश निकलते हैं, और बाक़ी सब से पहले उन्हें यही ख़ामोशी पकड़वा देती है। यह वर्कफ़्लो वे दो पटरियाँ बनाता है जो कम हैं: परिवेश-ध्वनि ElevenLabs Sound Effects से, संगीत की तह ElevenLabs Music से।
मीडिया नोड किसी से जुड़ा नहीं है, और यह भूल नहीं है। सूची में एक भी मॉडल ऐसा नहीं जो वीडियो को इनपुट लेकर उसकी ध्वनि निकाल दे: आवाज़ लिखकर बताई जाती है। इसलिए दोनों हिदायतें लिखते समय शॉट आपकी आँखों के सामने रहता है, और वह वहाँ ठीक इसीलिए है।
एक की जगह दो अलग नोड, क्योंकि परिवेश और संगीत एक तरह से नहीं सधते: पहला शॉट की अवधि पर बैठता है, दूसरा लंबा बनाकर संपादन में काटा जाता है। जोड़ने का काम संपादन में होता है, कैनवस की पट्टी का औज़ार, जो एक ही फ़ाइल निर्यात करता है। पूरा चक्र एक डॉलर से थोड़ा ऊपर पड़ता है।
अपना ख़ामोश शॉट आयात कीजिए
बनाया हुआ वीडियो, फ़ोन का रश, स्क्रीन रिकॉर्डिंग: मीडिया नोड उसे जस का तस लेता है। अवधि नोट कर लीजिए, परिवेश-ध्वनि की लंबाई वही तय करती है।
लिखिए कि क्या सुनाई देना चाहिए
भाव नहीं, स्रोत। तिरपाल पर बारिश, गड्ढे में टपकता पानी, भीगी सड़क पर टायर। ध्वनि-प्रभाव सूची की तरह लिखा जाता है, इरादे की तरह नहीं।
संगीत अलग से लिखिए
वाद्य, गति, कोई ड्रम नहीं, कोई गायन नहीं। यह भी लिखिए कि उसे ध्वनि-प्रभाव के लिए जगह छोड़नी है: पूरा स्पेक्ट्रम भर देने वाला संगीत अभी-अभी बनाई परिवेश-ध्वनि को दबा देता है।
संपादन में जोड़िए
वीडियो, परिवेश और संगीत तीन पटरियों पर, स्तर सधे हुए, और बाहर एक ही फ़ाइल। शॉट का ख़ामोश रहना यहीं ख़त्म होता है।
वही कैनवास, अलग-अलग ज़रूरतों के लिए सेट किया हुआ: हर वेरिएंट में प्रॉम्प्ट की बस दो-तीन लाइनें बदलनी होती हैं।
सीधा इस्तेमाल: वीडियो नोड से बिना आवाज़ निकले सारे वीडियो, यानी ज़्यादातर। जिस विवरण से तस्वीर बनी थी उसे वापस लीजिए, स्रोत रखिए और इरादे फेंक दीजिए, परिवेश की हिदायत का तीन-चौथाई पहले से तैयार है।
पन्ने के ऊपर लूप में चलते शॉट को सिर्फ़ परिवेश-ध्वनि से फ़ायदा होता है, संगीत से नहीं। ध्वनि को लूप की ठीक अवधि पर साधा जाता है ताकि जोड़ सुनाई न दे, जो कटे हुए संगीत से कभी नहीं होता।
फ़ोन का रश माइक में हवा और पड़ोसी की आवाज़ भी साथ ले आता है। साफ़ परिवेश-ध्वनि बनाकर संपादन में बदल देना दोबारा शूट से सस्ता है, और ख़ामोश शॉट से कम पकड़ में आता है।
संगीत नोड बाक़ी वर्कफ़्लो के बिना भी चलता है: कई शॉट के संपादन के नीचे बिछाने के लिए तीस सेकंड की वाद्य तह। ज़रूरत से लंबा बनाइए, कटाई संपादन में होती है और फ़ेड अचानक ख़त्म होने से बेहतर है।
एक दरवाज़ा, रखा हुआ गिलास, बजरी पर एक क़दम। ElevenLabs Sound Effects छोटा और सटीक बनाना जानता है, और ऐसी इकहरी आवाज़ें संपादन में फ़्रेम पर रखी जाती हैं। एक आवाज़ के लिए एक हिदायत, कभी सूची नहीं।
वीडियो से शुरू करना ज़रूरी नहीं। स्थिर तस्वीरों से बनी स्लाइडशो भी बिलकुल इसी तरह सजती है, और कैरोसेल का असली अनुक्रम जैसा लगना अक्सर इसी की वजह से होता है।
उदास और भारी परिवेश ध्वनि-इंजन के लिए कोई अर्थ नहीं रखता। तिरपाल पर बारिश, टपकता पानी, भीगी सड़क पर टायर, यही वह बना सकता है। भाव नतीजा है, हिदायत नहीं।
वह ग़लती जो सबसे निराश करने वाला नतीजा देती है। मॉडल दोनों को मिलाकर एक दोगला नतीजा देता है जिसमें बारिश शेकर जैसी बजती है। दो नोड, दो हिदायतें, संपादन में दो सधने वाले स्तर।
खुला छोड़ा संगीत मॉडल ख़ुशी-ख़ुशी गाना जोड़ देता है, और वीडियो के नीचे गाना बाद में किसी भी वॉइस ओवर को नामुमकिन कर देता है। साफ़ लगे तब भी हिदायत में कोई गायन नहीं लिखिए।
परिवेश शॉट पर सधता है, फ़िल्म पर नहीं। पाँच सेकंड के शॉट के लिए बीस सेकंड की बारिश कहीं से भी काटने को मजबूर करती है, जबकि सही अवधि में बनी परत बिना सोचे बैठ जाती है।
क्योंकि अभी कोई मॉडल तस्वीर को सुनना नहीं जानता। ध्वनि-प्रभाव और संगीत वीडियो से नहीं, लिखे हुए से बनते हैं। शॉट वहाँ इसलिए है कि लिखते समय उस पर नज़र रहे, और फिर दोनों पटरियों के साथ संपादन में जाए।
हाँ, और यही इस टेम्पलेट की सबसे काम की बात है। एक ही हिदायत में बारिश और पियानो माँगने पर ऐसा घोल बनता है जिसमें ध्वनि-प्रभाव किसी वाद्य जैसा लगता है। अलग होने पर हर एक अपनी अवधि और अपने स्तर पर सधता है।
इन दो नोड से नहीं, जो ध्वनि-प्रभाव और संगीत करते हैं। आवाज़ का अपना नोड है, और वृत्तचित्र वीडियो वर्कफ़्लो दिखाता है कि वह किसी पाठ से कैसे जुड़ता है।
दस सेकंड परिवेश और तीस सेकंड संगीत के लिए एक डॉलर से थोड़ा ऊपर। क्लिक से पहले हर नोड पर क़ीमत दिखती है, और वह माँगी गई अवधि पर निर्भर करती है।
हाँ, वीडियो और ऑडियो पटरियाँ मिलाकर एक MP4, ब्राउज़र में ही एन्कोड। यह कैनवस की पट्टी वाला संपादन औज़ार है, जो प्रोजेक्ट के नतीजे सीधे लेता है, एक-एक डाउनलोड किए बिना।
हाँ, नतीजे आपके हैं। सावधानी इस बात में है कि आप माँगते क्या हैं: किसी कलाकार या मौजूदा गाने का नाम लेने वाली हिदायत नक़ल के पीछे है, और वहीं से ज़मीन फिसलन भरी होती है।
ध्वनि-प्रभाव के लिए बाईस सेकंड, संगीत के लिए कई मिनट। लंबी परिवेश-ध्वनि चाहिए तो बहुत लंबी माँगने के बजाय लूप होने लायक़ परत बनाकर संपादन में दोहराना बेहतर है।
कुछ वीडियो मॉडल अपनी ख़ुद की साउंडट्रैक बनाते हैं, और जब वह सही बैठे तो सुविधाजनक है। यहाँ नियंत्रण आपके पास रहता है: दो अलग पटरियाँ, सधने और बदलने लायक़, और परिवेश पसंद न आए तब भी शॉट काम का बना रहता है।
AI से वीडियो में आवाज़ जोड़ें
यह वर्कफ़्लो इस्तेमाल करेंमुफ़्त अकाउंट, बिना क्रेडिट कार्ड। वर्कफ़्लो आपके कैनवास में पहले से भरा हुआ खुलता है।